Neuroinformatik Simulierter Parkplatz im Nebel
Von Datenschutz, Licht und Wetter lassen sich diese Bilder nicht beirren.
Um bildverarbeitende Algorithmen zu testen, braucht man Bilder. Wenn echte schwer zu haben sind, kann man sie simulieren. Besonders gekonnt haben das drei Mitglieder der Gruppe „Echtzeitfähige Bildverarbeitung“ am Institut für Neuroinformatik mit einem Parkplatz getan. Dafür gab es einen Best Poster Paper Award.
Ein ständiges Problem bei der Entwicklung von bildverarbeitenden Algorithmen ist es, Bilddaten von allen relevanten Testfällen in ausreichender Menge zu bekommen. Ein Beispiel: Um Parkplätze effizienter nutzen zu können, entwickeln Forscher Algorithmen, die ein Bild des Parkplatzes interpretieren und unter anderem ableiten können, wie viele Parkplätze wo noch frei sind, um den Verkehrsfluss automatisch zu leiten.
Bilder bei jedem Wetter
„Echte Bilder von Parkplätzen zu bekommen, ist aber schwierig, denn man darf aus Datenschutzgründen nicht einfach alles aufzeichnen“, erläutert Prof. Dr. Sebastian Houben vom Institut für Neuroinformatik. Auch benötigt man für Tests solcher Algorithmen Bilder von unterschiedlichen Tageszeiten mit entsprechend unterschiedlichen Lichtverhältnissen sowie Bilder aus verschiedenen Jahreszeiten und Wetterlagen.
Autotypen modellieren
Um dieses Problem zu vereinfachen, nutzt man häufig synthetische Daten aus Simulationen. Marc Tschentscher und Daniela Horn haben für die Erforschung videobasierter Algorithmen zur Parkplatzüberwachung eine solche Simulation entwickelt, die autonom oder alternativ mit menschlicher Steuerung schnell sowohl Standard- als auch Grenzfälle darstellen kann.
Der Hintergrund, also der Asphalt des Parkplatzes, basiert auf echten Fotos. Die Autotypen wurden anhand von technischen Zeichnungen der realen Fahrzeuge, auf denen sie basieren, modelliert. Die Forscher wandelten nur noch die Farben ab.
Dass ihre Simulation sich für Tests mit Bildverarbeitungsalgorithmen eignet, haben sie anhand der Parkplatzklassifikation demonstriert, bei der es darum geht, automatisch auf der Basis eines Bildes zu entscheiden, ob ein Parkplatz frei oder belegt ist.
Die Arbeit des Forscherteams ist auf dem Intelligent Vehicles Symposium 2017 veröffentlicht und mit dem Best Poster Paper Award ausgezeichnet worden.
